DISRUPT: внутренний венчурный инкубатор Сбера для ИИ-сервисов

Быстро закрыть продукт - тоже киллер-фича Вот ещё один интересный подход к продуктовым инновациям: У Сбера появилось направление DISRUPT (какой ещё вам нужен пруф, что все продакты меня читают? 🤔). Если кратко, то это такой внутренний венчурный инкубатор для ИИ-сервисов, что-то вроде Google Labs или Copilot Labs у Microsoft. И у него есть две необычных особенности: - Первая - команда тестит гипотезы сразу на живых внешних юзерах. - Про вторую детально ниже, а сначала несколько примеров продуктов, которые из него уже успели выйти: 1. Мультитул. Это десктопный агент для любых рабочих задачек - типа сборки през и отчётов на основе документов, с подтягиванием контекста из почт, календарей и т.д. Из необычного - туда можно подключить свою нейросеть (не только что уже есть под капотом, а вообще любую). 2. Тайп. Локальный голосовой набор для Windows и macOS. Под капотом модель GigaAM, заточенная под распознавание русской речи, процессинг локально на устройстве. 3. Консьерж. Ищет рестораны, отели и маршруты, ставит события в календарь и может позвонить куда надо. Живёт в мессенджерах. 3. Айва. Ассистент по здоровью, анализирующий КБЖУ по фото блюд, составляющий программу тренировок и подсказывающий, к какому врачу записаться. Но весь прикол даже не в сервисах, а в общем правиле, по которому они живут (та самая вторая особенность). Тут конкретный фокус на ретеншене. Успешным считается только тот продукт, к которому пользователи стабильно возвращаются. Если нет - его быстро закрывают и берут следующую гипотезу. И это довольно необычно, ведь в корпорациях инновации часто загибаются, потому что нет системы, чтобы быстро распознать провал и отстрелить его. В итоге, продукт запускают - он обрастает командой, метриками и всем остальным - и легко может получится "зомби", высасывающий бюджеты и усилия годами. А тут, получается, быстрое закрытие продукта - это часть самой фабрики. А тестирование сразу на внешних юзерах (в том числе - юзерах сервисов Сбера) явно ускоряет решение и повышает его достоверность. А то если тестировать на сотрудниках (как часто делают), то это... ну такое. Сотрудники любят сильно отклоняются от среднего по юзер-больнице или вообще влюбляться в свой продукт по уши. Я недавно писал про GigaChat 3.5 Ultra и Reasoning, где Сбер отдал обе модели в опенсорс под лицензию MIT. И там делал отдельный акцент, что ценность всей этой истории будет зависеть от того, что строится вокруг самих моделей. Так вот, думаю, этот DISRUPT - и есть попытка поскорее построить это "вокруг". Только не одним большим запуском (который, если провалится, то сразу и весь), а десятками небольших ставок с дефолтным правом на быстрый провал. Дизраптор